- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
异网异构边缘算力系统总体架构
研究报告
2025年8月
前言
随着人工智能与实体经济深度融合,车联网、工业互联
网、远程医疗等低时延场景爆发式增长,对我国算力基础设
施提出“广覆盖、快响应”的新需求。为了落实《算力基础
设施高质量发展行动计划(2023)》、《算力互联互通行动
计划(2025)》的要求,我国在加速智算中心建设的同时,
亟需构建服务于产业数字化的边缘算力系统,强化场景化就
近算力供给能力。本报告针对当前边缘算力资源碎片化、组
网方式多样化、管理孤岛化等问题,首次系统化提出“异网
异构边缘算力系统”架构,通过多元异构算力融合调度与跨
域网络智能协同关键技术,为边缘算力的建设和发展提供实
施路径参考。
目前,产业界与学术界对异网异构边缘算力系统的研究
尚处于探索起步阶段,新的架构和应用模式正在不断涌现。
本研究报告为阶段性成果,尚待持续完善,诚挚期待读者批
评与指导。
参编单位:中国铁塔股份有限公司、中国信息通信研究
院、中国移动设计院、江苏省未来网络创新研究院
参编人员:郭宇辉、麻文军、窦笠、何杰、潘三明、聂
昌、贾平胜、张民贵、闫亚旗、徐佳祥、魏华、董玉池、付
韬、王哲、王计艳、王艺晨、魏亮、方辉、孙玉刚、尹鹏
目录
一、边缘算力系统背景与概述.....................1
1.1边缘算力系统发展背景....................1
1.2边缘算力基本概念........................3
1.3边缘算力系统主要功能....................3
二、边缘算力系统架构...........................5
2.1总体架构设计............................5
2.2边缘算力节点的部署.....................11
2.3网络连接与通信机制.....................12
2.4云边协同模式...........................13
三、边缘算力系统应用场景......................13
3.1车联网应用场景.........................14
3.2新型工业网络应用场景...................14
3.3远程医疗应用场景.......................15
3.4智慧城市应用场景.......................15
四、未来发展趋势展望..........................16
4.1技术发展趋势...........................16
4.2面临的挑战和不足.......................17
4.3面临的机遇.............................18
4.4发展建议...............................18
一、边缘算力系统背景与概述
1.1边缘算力系统发展背景
数字化转型推动新型工业网络、车联网、智慧城市等领域加速发
展,人工智能和大数据应用对算力需求呈现爆发式增长。我国大力发
展网络化互联设备,各行业各领域不断提升数字化和信息化水平。各
类应用对于算力的需求不断增长,尤其是人工智能训练神经网络大模
型需要处理海量数据,大量通用大模型、专用大模型、行业大模型等
对算力提出了远超传统应用的需求,我国建设算力总规模正在稳步提
升,位居全球第二。目前算力资源主要分为中心算力、边缘算力和本
地算力。其中,智算中心在处理计算任务时面临实时性较弱与隐私风
险,而很多设备的本地算力远不能满足人工智能、大数据等技术应用
要求。在新型工业网络、车联网等场景中,算力基础设施需要满足实
时响应、业务灵活、任务迁移等需求,边缘算力通过下沉至数据源头、
就近处理关键任务,成为人工智能实时场景中落地的必然选择。边缘
计算具有临近数据源、减轻云端数据压力以及保护用户隐私等显著优
势。
我国产业界大力发展边缘算力设施,分散式建设进程导致算力硬
件和互联网络呈现出较大差异,异网异构资源难以高效管控与对外服
务。我国边缘算力设施存在差异巨大的异构算力硬件,芯片类型包括
文档评论(0)